VeRe-Flow：通过速度对比正则化与表征对齐引导流匹配趋向纯净语音以实现抗噪带宽扩展

抗噪带宽扩展旨在从含噪低分辨率输入中重建高保真宽带语音。尽管流匹配在语音生成中表现出强劲性能，但由于噪声下速度估计的模糊性，从含噪输入中准确恢复纯净语音仍具挑战。在本工作中，我们提出了VeRe-Flow，一种纯净引导的流匹配框架，引入多级纯净监督以引导生成过程趋向纯净语音。在速度层面，我们引入速度对比正则化，将预测速度吸引向纯净轨迹，同时排斥其偏离含噪轨迹。在表征层面，我们引入表征对齐，将中间特征与纯净自监督学习表征对齐。结果表明，所提方法在所有基线中实现了最低的LSD和最高的DNSMOS OVRL，并在生成式基线中获得了最高的MOS。